2024美赛数学建模D题思路分析 - 大湖区水资源问题

news2024/11/25 10:48:50

1 赛题

问题D:大湖区水资源问题
在这里插入图片描述
背景
美国和加拿大的五大湖是世界上最大的淡水湖群。这五个湖泊和连接的水道构成了一个巨大的流域,其中包含了这两个国家的许多大城市地区,气候和局部天气条件不同。

这些湖泊的水被用于许多用途(捕鱼、娱乐、发电、饮用、运输、动物和鱼类的栖息地、建筑、灌溉等)。因此,各种各样的利益攸关方对流入和流出湖泊的水的管理感兴趣。特别是,如果排放的水太少或从湖泊中蒸发,就可能会发生洪水,岸边的家庭和企业也会受到影响;如果排水过多,那么大型船只就不能通过水路来运送供应和支持当地经济。主要问题是调节水位,使所有利益相关者都能受益。

每个湖的水位是由进出这个湖的水量决定的。这些水平是温度、风、潮汐、降水、蒸发、水深(湖底的形状)、河流流量和径流、水库政策、季节周期和长期气候变化之间复杂相互作用的结果。五大湖系统的水流有两个主要的控制机制——苏船闸的补偿工程。玛丽(如附录所示,三个水电站,五个船闸,以及急流顶端的一个封闭大坝)和康沃尔的摩西-桑德斯大坝。
虽然这两个控制大坝、许多渠道和运河以及流域水库可能由人类控制,但降雨、蒸发、
侵蚀、冰堵塞和其他水流现象的速度是人类无法控制的。地方辖区的政策可能与预期的
不同,流域的季节性和环境变化也可能不同。这些变化反过来又影响该地区的生态系统
,从而影响湖泊及其周围的动植物以及生活在流域的居民的健康。尽管五大湖似乎有一
个有规律的年度模式,但从正常的2到3英尺的水位的变化可能会极大地影响一些利益相
关者。

这种动态网络流问题是“邪恶的”——由于相互依赖关系、复杂的需求和固有的不确定性,
解决起来非常具有挑战性。对于湖泊的问题,我们有不断变化的动态和利益相关者的利益冲
突。
看 问题 D 附录 为了 附加 信息

要求
国际联合委员会(IJC)请求贵公司国际网络控制模型公司ICM的支持,以协助直接影响五大
湖流量网络水位的控制机制(补偿工程和摩西-桑德斯大坝)的管理和模型。您的ICM主管已
经领导了您的团队开发模型,以及实施模型的管理计划。你的主管指出,从建立五大湖的网
络模型和将河流连接到大西洋开始,从苏必利尔湖开始可能有助于实现这一目标。你的主管
所提到的其他一些可选的考虑事项或问题有:

考虑到不同利益相关者的需求(每个利益相关者的成本和收益可能会有所不同)。
根据湖泊的流入和流出数据,建立了维持五个湖泊的最佳水位的算法。
了解控制算法对两个控制大坝流出的敏感度。鉴于2017年的数据,你的新控制措施会让当年各利益相关者感到满意或比实际记录的水位更好?
你的算法对环境条件的变化有多敏感。g., 降水,冬季积雪,冰层堵塞)?
您只对影响安大略湖的利益相关者和因素进行广泛的分析,因为最近还有对该湖水位管理的关注。

IJC还对您用来告知模型和建立参数的历史数据感兴趣,因为它们想比较您的管理和控制
策略与以前的模型的比较。向IJC领导提供一份一页纸的备忘录,传达你的模型的关键特
征,以说服他们选择你的模型。

2 解题思路

🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog

3 选题分析

A题是自由度比较大的场景限定下的模型构建,相对比较容易,核心是找到现有的成熟的数学模型,然后找到合适的数据进行证明得到结论,估计大部分是目标优化问题。(不限制专业)

B题属于较为经典的物理建模(对海洋专业的学生具有优势)

C题今年非常难,不同往年的数据分析,不过核心还是特征提取和主成分分析(本质是在数据中找到或者构建影响比赛的有效向量),并且需要在其他数据上证明推广(这点就比较恶心了) (不限制专业)

D 本质上是资源分配和调度问题,其中保持最佳水位需要一个控制算法(估计要融合PID或者模糊PID),其中也会涉及到目标优化模型(毕竟多方需要争抢湖泊的水位),需要做灵敏度分析。难度不小!

E 核心是做相关性分析,并涉及到评价模型,就是数据会比较难找!

F 本次建模最简单的一道题,给定一个范围甚至目标都需要自己定,并且动物保护相关数据比较好找,最后结合语文建模就能搞定!

难度排名(由易到难):F < A < E < D < B < C

4 最新思路更新

🥇 最新思路更新(看最新发布的文章即可):
https://blog.csdn.net/dc_sinor?type=blog

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1426582.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Oracle篇—普通表迁移到分区表(第五篇,总共五篇)

☘️博主介绍☘️&#xff1a; ✨又是一天没白过&#xff0c;我是奈斯&#xff0c;DBA一名✨ ✌✌️擅长Oracle、MySQL、SQLserver、Linux&#xff0c;也在积极的扩展IT方向的其他知识面✌✌️ ❣️❣️❣️大佬们都喜欢静静的看文章&#xff0c;并且也会默默的点赞收藏加关注❣…

音箱、功放播放HDMI音频解决方案之HDMI音频分离器HHA

HDMI音频分离器HHA简介 HDMI音频分离器HHA具有一路HDMI信号输入&#xff0c;转换成一路HDMI信号、一路5.1光纤音频信号、一路5.1 SPDIF/同轴音频信号和一路模拟左右声道立体声信号输出&#xff0c;同时还支持EDID存储及兼容HDCP功能&#xff1b;分辨率最高支持1920*1080p&#…

OpenHarmony—开发及引用静态共享包(API 9)

HAR(Harmony Archive&#xff09;是静态共享包&#xff0c;可以包含代码、C库、资源和配置文件。通过HAR可以实现多个模块或多个工程共享ArkUI组件、资源等相关代码。HAR不同于HAP&#xff0c;不能独立安装运行在设备上&#xff0c;只能作为应用模块的依赖项被引用。 接下来&a…

JVM工作原理与实战(三十二):GC调优

专栏导航 JVM工作原理与实战 RabbitMQ入门指南 从零开始了解大数据 目录 专栏导航 前言 一、GC调优 二、GC调优的核心指标 总结 前言 JVM作为Java程序的运行环境&#xff0c;其负责解释和执行字节码&#xff0c;管理内存&#xff0c;确保安全&#xff0c;支持多线程和提供…

嵌入式软件工程师面试题——2025校招社招通用(C/C++)(五十一)

说明&#xff1a; 面试群&#xff0c;群号&#xff1a; 228447240面试题来源于网络书籍&#xff0c;公司题目以及博主原创或修改&#xff08;题目大部分来源于各种公司&#xff09;&#xff1b;文中很多题目&#xff0c;或许大家直接编译器写完&#xff0c;1分钟就出结果了。但…

推荐系统|概要03_AB测试

文章目录 A/B测试问题流量不够用解决方案——分层实验 Holdout 机制 A/B测试 其中小流量是指对部分的用户先尝试改进的算法模型&#xff0c;而非全部。若为全部&#xff0c;如果算法模型存在问题&#xff0c;可能会导致用户体验差&#xff0c;导致用户流失&#xff0c;而小流量…

SOME/IP SD 协议介绍(五)使用SOME/IP-SD宣布非SOME/IP协议的协议。

使用SOME/IP-SD宣布非SOME/IP协议的协议。 除了SOME/IP之外&#xff0c;车辆内部还使用其他通信协议&#xff0c;例如用于网络管理、诊断或闪存更新。这些通信协议可能需要传递服务实例或具有事件组。 对于非SOME/IP协议&#xff0c;应使用特殊的服务ID&#xff0c;并使用配置…

【python3.8 pre-commit报错】记录pre-commit install报错

一、问题 在执行pre-commit install --allow-missing-config命令时&#xff0c;报错 Traceback (most recent call last):File "C:\ProgramData\Anaconda3\envs\py38\lib\runpy.py", line 192, in _run_module_as_mainreturn _run_code(code, main_globals, None,F…

【智能算法】11种混沌映射算法+2种智能算法示范【鲸鱼WOA、灰狼GWO算法】

1 主要内容 混沌映射算法是我们在智能算法改进中常用到的方法&#xff0c;本程序充分考虑改进算法应用的便捷性&#xff0c;集成了11种混合映射算法&#xff0c;包括Singer、tent、Logistic、Cubic、chebyshev、Piecewise、sinusoidal、Sine、ICMIC、Circle、Bernoulli&#xf…

Python 生成图片验证码

图片验证码&#xff08;CAPTCHA&#xff09;是一种区分用户是计算机还是人的公共全自动程序。这种验证码通常以图片的形式出现&#xff0c;其中包含一些扭曲的字符或对象&#xff0c;用户需要识别这些字符或对象并输入正确的答案以通过验证。 通常情况下&#xff0c;图片验证码…

linux有关安全的几个基本配置,禁止root登录,新建root权限账号

一、不安装多余的软件&#xff0c;能最小化安装就不要安装图形化界面&#xff0c;然后根据需求安装需要的软件。 二、防火墙要启用&#xff0c;如果您的这台服务器对外有服务只要放开服务就好了&#xff0c;就是说白了白名单&#xff0c;切忌一上来第一件事儿就是关闭防火墙&a…

供应商规模成倍增长,医疗器械制造商如何让采购效率更进一步|创新场景50...

ITValue 随着企业的快速发展&#xff0c;采购供应链网络日益庞大&#xff0c;企业在供应商管理上面临着管理体系分散、风险难以管控&#xff0c;采购过程环节多等问题&#xff0c;供应商内外协同亟待解决。 作者&#xff5c;秦聪慧 专题&#xff5c;创新场景50 ITValue 制造企业…

新媒体与传媒行业数据分析实践:从网络爬虫到文本挖掘的综合应用,以“中国文化“为主题

大家好&#xff0c;我是八块腹肌的小胖&#xff0c; 下面将围绕微博“中国文化”以数据分析、数据处理、建模及可视化等操作 目录 1、数据获取 2、数据处理 3、词频统计及词云展示 4、文本聚类分析 5、文本情感倾向性分析 6、情感倾向演化分析 7、总结 1、数据获取 本…

iOS图像处理----探索图片解压缩到渲染的全过程以及屏幕卡顿

一&#xff1a;图像成像过程 ①、将需要显示的图像&#xff0c;由CPU和GPU通过总线连接起来&#xff0c;在CPU中输出的位图经总线在合适的时机上传给GPU &#xff0c;GPU拿到位图做相应位图的图层渲染、纹理合成。 ②、将渲染后的结果&#xff0c;存储到帧缓存区&#xff0c;帧…

四大组件 - ContentProvider

参考&#xff1a;Android 这 13 道 ContentProvider 面试题&#xff0c;你都会了吗&#xff1f; 参考&#xff1a;《Android 开发艺术探索》 第 9.5 节&#xff08;ContentProvider 的工作过程&#xff09; 参考&#xff1a;内容提供者程序 参考&#xff1a;<provider>&g…

Request Response 基础篇

Request & Response 在之前的博客中&#xff0c;初最初见到Request和Response对象&#xff0c;是在Servlet的Service方法的参数中&#xff0c;之前隐性地介绍过Request的作用是获取请求数据。通过获取的数据来进行进一步的逻辑处理&#xff0c;然后通过对Response来进行数…

隧道穿透:内网探测协议出网

目录 1、TCP/UDP 使用nc探测 使用Telnet探测 使用UDP探测 2、HTTP/HTTPS Windows &#xff08;1&#xff09;Bitsadmin &#xff08;2&#xff09;Certuil Linux &#xff08;1&#xff09;Curl &#xff08;2&#xff09;Wget 3、ICMP Windows &#xff08;1&am…

认识 SYN Flood 攻击

文章目录 1.什么是 SYN Flood 攻击&#xff1f;2.半连接与全连接队列3.如何防范 SYN Flood 攻击&#xff1f;参考文献 1.什么是 SYN Flood 攻击&#xff1f; SYN Flood 是互联网上最原始、最经典的 DDoS&#xff08;Distributed Denial of Service&#xff09;攻击之一。 SYN…

知识图谱嵌入学习在推理方法中的应用与挑战

目录 前言1 关系推理的嵌入模型1.1 嵌入模型介绍1.2 模型的差异1.3 嵌入模型的发展趋势 2 符号推理与向量推理3 嵌入模型的多样性4 强化学习与挑战5 元关系学习结论 前言 在人工智能领域&#xff0c;推理一直是关键任务之一。然而&#xff0c;传统的符号推理受限于人工定义&am…

创建与删除数据库(四)

创建与删除数据库&#xff08;四&#xff09; 一、创建数据库 1.1 使用DDL语句创建数据库 CREATE DATABASE 数据库名 DEFAULT CHARACTER 示例&#xff1a; 创建一个test 的数据库&#xff0c;并查看该数据库&#xff0c;以及该数据库的编码。 创建数据库&#xff1a; cre…